金融支持新質生產力發展的邏輯轉型與政策建議
—從“抵押物金融”到“能力資產金融”及科技資產定價權建設

文 | 周佳興

摘要：當前中國經濟正在從以土地資本化和房地產信用循環為核心的舊增長模式，轉向以科技資產化、數據要素化、產業智能化和綠色資本化為核心的新增長模式。與之相適應，金融體系也必須從“抵押物金融”轉向“能力資產金融”，為技術、數據、算力、知識產權、醫藥管線、碳資產和未來現金流等新質生產
力核心要素建立信用體系。本文認為，中國金融改革的關鍵不只是增加科技信貸規模，而是重建新質生產力的識別、定價、風控、配置、價格發現和退出機制。隨着大模型訓練和推理需求快速增長，算力正在成為 AI 時代的重要生產要素和新型基礎設施資產，圍繞算力資源的融資支持、價格發現與風險管理，將成為科技金融和數字金融發展的重要方向。建議通過國家級評價標準、數據與算力金融、真實資產數字化、長期資本考覈、併購退出、監管沙盒、盡職免責和香港國際定價平台建設，推動科技資本循環形成。

關鍵詞：新質生產力；科技資本循環；能力資產金融；算力金融；科技資產定價權；信用體系重構

導語：當前，中國經濟正在經歷的並不是簡單的產業輪動，也不是“房地產下行、新能源和人工智能上行”的線性替代，而是一場更深層次的增長函數重寫。過去支撐中國高速增長的土地資本化、房地產信用循環、基建投資和規模製造模式，正在向以科技資產化、數據要素化、產業智能化和綠色資本化為核心的新增長模式切換。在這一歷史性轉換中，金融體系的核心任務也必須發生根本變化：不再只是為已有抵押物提供資金，而是要為技術、數據、算力、知識產權、醫藥管線、碳資產和未來現金流建立新的信用體系。尤其值得關注的是，隨着大模型訓練和推理需求快速增長，算力已不再只是企業 IT 部門的採購成本，而正在成為 AI 時代的重要生產要素和新型基礎設施資產。算力供需缺口、芯片約束、電力成本、數據中心利用率和雲服務價格波動，正在直接影響人工智能企業、雲服務商和下游應用企業的成本結構與利潤水平。由此，圍繞算力資源的融資、定價、交易和風險管理，正在成為科技金融和數字金融發展的重要前沿。國際主要交易所已開始布局算力價格指數和相關衍生品，中國也需要在監管可控、標準清晰和服務實體經濟的前提下，穩妥推進算力金融和算力價格發現機制建設，避免在 AI 時代的核心生產要素定價權競爭中處於被動地位。

因此，金融支持新質生產力，關鍵不只是增加科技信貸規模，也不是簡單設立更多產業基金，而是要重建一套面向新型生產要素和未來能力資產的識別、定價、風控、配置、價格發現和退出機制。未來中國金融體系能否完成從“抵押物金融”向“能力資產金融”的轉型，將直接影響科技資本循環能否形成，也將影響中國在全球科技資產定價權競爭中的位置。

一、增長邏輯轉換：從地產信用循環到科技資本循環

過去二十多年，中國經濟增長主要依賴土地財政、房地產開發、基建投資、出口製造、低成本勞動力、信貸擴張和全球化分工紅利。這個模式的核心，是以土地和房地產為信用錨，以基建和製造為投資載體，以出口和城鎮化為需求來源。金融體系圍繞土地、房產、廠房、機器設備和重資產抵押展開，形成了龐大而有效的“地產信用循環”。但隨着人口結構變化、房地產週期調整、全球產業鏈重構和資源環境約束增強，舊增長模式的邊際效應正在減弱。中國經濟的增長函數正在從“土地資本化+ 信貸擴張 + 規模製造”，轉向“科技資產化 + 數據要素化 + 產業智能化 + 綠色資本化”。近期國家加速推進全國一體化算力網、新型電網等新型基礎設施建設，正是這一轉換的標誌性動作。這意味着未來增長的核心變量，不再主要是資本形成率，而是全要素生產率的提升。人工智能提升知識生產效率，機器人提升製造效率，工業軟件提升設計效率，數字供應鏈降低交易成本，低碳技術降低能源約束，生物醫藥延長健康壽命，商業航天和低空經濟拓展空間效率。特別是隨着大模型訓練和推理需求快速增長，算力已不再只是企業 IT 部門的採購成本，而正在成為 AI 時代重要的基礎投入和新型生產要素。算力供需缺口、芯片約束、電力成本、數據中心利用率和雲服務價格波動，正在直接影響人工智能企業、雲服務商和下游應用企業的成本結構與利潤水平。由此，圍繞算力的融資、定價、交易和風險管理，正在成為科技資本循環中的關鍵環節。新的增長動力正在從土地擴張轉向科技創新，從物理資產積累轉向能力資產積累。

這一趨勢並非中國獨有，而是全球增長結構變化的共同方向。世界知識產權組織、經濟合作與發展組織以及麥肯錫全球研究院等相關研究表明，無形資產和知識資本投資在主要經濟體中的重要性持續上升，研發、軟件、數據等無形投資已成為影響企業生產率、競爭力和經濟增長的重要因素。在一些發達經濟
體，無形資產投資規模已經接近或超過有形資產投資。換言之，現代經濟增長越來越依賴那些不體現在傳統抵押物中的能力資產。中國要實現從規模擴張到效率提升的轉換，金融體系也必須從識別土地、廠房和設備，轉向識別技術、數據、算法、知識產權和組織能力等能力資產。

更重要的是，金融體系的信用錨正在發生變化。過去，金融機構關心的是土地能否升值、房產能否抵押、設備能否變現；未來，金融機構更需要判斷上述新質生產力核心要素能否轉化為穩定現金流，並形成可識別、可評估、可融資的信用基礎。

因此，新舊動能轉換的實質，是從“地產信用循環”轉向“科技資本循環”。前者依賴可見資產和抵押物，後者依賴無形資產、技術能力和未來現金流。金融體系如果不能完成這一轉換，就會面臨一個結構性矛盾：舊資產缺乏增量，新資產缺乏定價。

二、新經濟重塑增長格局：從單點產業到系統優勢

新舊動能轉換並不意味着傳統產業簡單退出，也不是某些新興行業替代所有舊行業。恰恰相反，中國經濟最大的增量之一，來自傳統產業的智能化、綠色化和服務化改造。鋼鐵、化工、機械、家電、紡織等傳統行業，如果通過工業軟件、機器人、低碳技術、品牌出海和供應鏈重構實現再升級，同樣可以重新形成資產價值和全球競爭力。

未來中國經濟增長格局將發生五個方面的變化。

第一，從投資驅動轉向生產率驅動。 

過去的增長更多依賴資本投入、土地開發和基建擴張；未來的增長則更多依賴效率提升。AI、機器人、工業軟件、新材料、低碳技術和生命科學，都會成為提升全要素生產率的重要來源。

第二，從地產信用循環轉向科技資本循環。 

未來經濟循環的核心不再是“土地能不能升值”，而是“技術能不能轉化、數據能不能流動、產業能不能升級、資本市場能不能給創新合理定價”。

第三，從單點產業增長轉向產業生態增長。 

新經濟不是孤立行業的增長，而是交叉融合的生態系統增長。未來最有價值的企業，不一定是單一產品公司，而是能夠組織數據、技術、場景、供應鏈和資本的生態型平台企業。

第四，從規模優勢轉向系統優勢。 

未來競爭不只是產能規模競爭，而是製造能力、工程迭代、供應鏈完整度、應用場景、數據反饋、政策組織能力和金融支持體系的綜合競爭。AI、新能源、機器人、生物醫藥、商業航天等行業，最終都不是單純實驗室競爭，而是工程化、產業化、規模化和場景化競爭。

第五，從容忍風險轉向重視韌性。 

在舊增長階段，經濟高速擴張可以掩蓋許多低效率和高槓杆問題；在新增長階段，經濟更強調質量、韌性和安全。金融不僅要支持創新，也要防止僞創新、資本空轉和系統性風險。因此，金融創新的方向不是簡單創造更復雜的產品，而是讓資本更準確、更安全、更高效地流向真正的新質生產力。

三、全球競爭已經進入科技資產定價權時代

當中國努力培育新質生產力時，全球資本市場並沒有停下腳步。一場圍繞下一代科技資產定價權的無聲競爭正在展開。未來大國競爭不僅是誰先掌握關鍵技術和新型生產要素，更是誰能率先將其轉化為可定價、可交易、可融資的金融資產。

美國金融創新的一個重要方向，是通過更靈活的資本市場制度、金融科技基礎設施和監管規則調整，承接 AI、生物科技、數字證券、數據資產和算力經濟中的融資需求。其重點並非簡單放鬆監管，而是試圖把監管從禁止式、事前審批式，轉向規則清晰、責任明確、風險隔離和鼓勵試錯的模式。

在資本市場層面，美國擁有風投、成長基金、對衝基金、養老金、大學捐贈基金、投行研究、做市商和納斯達克等高流動性市場所構成的完整創新資本生態，使得許多短期不盈利但技術前景巨大的企業，能夠獲得長期資本支持。

在數字金融基礎設施層面，數字化支付工具、真實資產數字化、實時清結算和鏈上資產託管正在重塑全球金融交易架構。美元穩定幣本質上是美元在數字經濟時代的延伸。未來 AI 智能體經濟、跨境電商、數字服務、遊戲、內容、工業軟件、雲服務和算力服務的結算貨幣，可能成為新的國際金融競爭焦點。

在真實資產數字化方面，傳統金融資產和新型能力資產正在被搬上分布式賬本。國債、貨幣市場基金、碳資產、數據資產、算力資產、基礎設施收益權、知識產權收益權，都可能被標準化、數字化和全球化交易。其核心價值不在於虛擬幣炒作，而在於提高確權、交易、託管、清算和收益分配效率。

算力價格發現正在成為這一競爭的新前沿。隨着全球大模型訓練和推理需求快速擴張，算力逐步呈現出部分類似大宗商品的特徵：需求規模巨大、價格波動明顯、遠期採購需求強烈、上下游主體存在成本鎖定和風險管理需求。雖然算力不同於傳統大宗商品，難以儲存和物理運輸，但通過遠程調度、任務排隊、算力池化和合約化交付，已經具備一定的標準化交易基礎。國際主要交易所已經開始布局算力價格指數和算力期貨產品，試圖建立全球算力資源的價格基準。與此同時，上海也已提出根據國家有關部署，做好電力期貨、算力期貨研發準備。這表明，算力定價權已不只是技術和產業問題，而正在成為數字經濟時代金融基礎設施競爭的重要內容。

這對中國構成重要啟示：中國不能走虛擬資產無序炒作的道路，但也不能錯失真實資產數字化、數字人民幣可編程支付、數據資產確權、算力金融和綠色資產定價的歷史機會。如果中國不能建立自己的科技資產定價體系，就可能出現“產業在中國，定價在海外”的被動局面。

香港在這一過程中具有獨特戰略價值。香港擁有普通法體系、國際投資人基礎、離岸人民幣市場、成熟證券監管、虛擬資產監管探索和與內地互聯互通機制。未來香港不應僅被視為融資通道，更應成為中國新質生產力資產的國際定價中心，在數字債券、綠色金融、跨境 REITs、真實資產數字化、離岸人民幣資產和 AI 算力資產融資方面發揮樞紐作用。

四、五大確定性方向：AI 化、綠色化、健康化、安全化、空間化

未來最確定的機會，不是單一風口，而是由長期約束驅動的五大結構性趨勢。

第一，AI 化。 

AI 將成為所有行業的通用生產率工具。它不僅改變軟件產業，也將改變製造、金融、醫療、教育、交通、能源和公共治理。圍繞 AI 的算力、數據、模型、應用場景和風險管理，將成為長期金融創新重點。特別是隨着全國一體化算力網樞紐建設，將是金融體系面臨的重大課題。

第二，綠色化。 

能源轉型是全球最確定的資本開支週期之一。光伏、風電、儲能、氫能、電動車、虛擬電廠、綠色電力證書、碳資產和轉型金融，都將成為重要資產類別。

第三，健康化。 老齡化將推動生物醫藥、醫療器械、康養服務、商業保險和健康管理的發展。金融體系需要用管線 SPV、特許權使用費證券化、專業化醫療基金和按療效支付機制，支持生命健康產業跨越研發“死亡之谷”。

第四，安全化。 

產業鏈自主可控、半導體、工業軟件、網絡安全、高端裝備和關鍵材料，將成為長期方向。特別是在覈心算力芯片和 AI 基礎設施領域，國產替代進程正在提速。金融資源配置要更加重視產業鏈關鍵節點和供應鏈韌性，為本土核心技術供應商提供長期穩定的資本支持。

第五，空間化。 

低空經濟、商業航天、衛星互聯網和空天地一體化，將拓展新的產業邊界。金融要把“仰望星空”的科技夢想，拆解成可定價、可融資、可保險、可交易、可退出的產業資產。

五、金融底層邏輯升級：從抵押物金融到能力資產金融

新經濟的核心資產往往不是土地、廠房和機器，而是以算法、數據、算力、知識產權、醫藥管線、碳減排能力、場景流量和產業鏈組織能力為代表的能力資產。這些資產具有三個特點：輕資產、高不確定性和強外部性。傳統基於抵押物和歷史財務報表的金融模式，很難有效識別和支持它們。

因此，金融體系必須從“抵押物金融”轉向“能力資產金融”。

所謂抵押物金融，核心問題是“你有什麼資產可以抵押”；所謂能力資產金融，核心問題則是“你是否具備持續創造現金流的能力”。它並不是簡單把無形資產拿來抵押，而是指銀行、資本市場、保險、基金、併購市場和金融基礎設施，圍繞企業技術能力、數據資源、算力基礎設施、知識產權、研發管線、產業鏈
位置、組織能力和未來現金流，建立識別、定價、融資、風控、交易和退出機制的金融體系。其關鍵不只是判斷企業擁有多少可抵押資產，而是判斷其能力資產能否持續轉化為商業化收入、產業鏈價值和長期現金流。

需要強調的是，“能力資產金融”並不只是銀行信貸模式的調整，也不只是把無形資產拿來抵押。它更深層的含義，是推動銀行、資本市場、保險、基金、併購市場和香港國際金融平台共同形成一套圍繞能力資產的識別、定價、融資、風控和退出體系。銀行體系解決的是信用識別和債權融資問題，資本市場解決
的是風險分擔和成長定價問題，保險體系解決的是不確定性緩釋問題，併購和二級市場解決的是退出和再配置問題。只有把間接融資和直接融資結合起來，科技資本循環才能真正形成閉環。

現實中的矛盾正在於此：新經濟企業的價值越來越多體現在無形資產和未來能力上，但金融機構的授信邏輯仍高度依賴有形抵押物。以知識產權、數據資產、軟件代碼、算法模型、醫藥管線、碳減排能力等為核心的能力資產，雖然在企業估值和產業競爭力中佔比越來越高，但在銀行授信、抵押登記、風險計量和不良處置體系中仍缺乏成熟標準。這導致大量科技企業“有技術、無抵押；有訂單、缺信用；有成長性、難融資”，形成了新質生產力融資中的結構性缺口。

這意味着金融評價體系要從“資產負債表中心”，轉向“能力資產負債表”。

例如，一家 AI 企業可能沒有多少固定資產，但其訓練數據質量、API 調用收入、算法團隊、算力調度能力、行業場景、模型迭代速度、代碼資產均可能構成重要能力資產，並應被金融體系識別、定價和融資。金融服務新質生產力，需要完成六大重構。

（一）資源配置重構：建立新質生產力信用畫像

金融機構不能再只用傳統財務報表評價新經濟企業，而應建立一套新質生產力金融評價體系。評價指標應從技術能力、數據能力、商業化能力、產業鏈價值和綠色貢獻五個維度展開，具體包括研發投入強度、專利質量和引用次數、代碼迭代速度、AI 模型性能、API 調用量、算力利用效率、數據質量、臨牀管線進展、訂單增長、客戶留存、產業鏈關鍵性、國產替代價值、單位能耗下降率和碳減排貢獻等。

更進一步，金融資源配置不應只看單個企業大小，而應看企業在產業鏈中的關鍵性。許多專精特新企業、隱形冠軍企業、卡點企業和國產替代企業，單獨看財務報表可能並不突出，但從產業安全和供應鏈韌性角度看卻極其重要。金融機構要建立產業鏈圖譜，識別鏈主企業、關鍵節點企業、供應鏈短板企業和技術替代價值高的企業，把資金配置到真正影響產業競爭力的位置。

同時，中國還需要引導長期資本進入科技創新。AI、生物科技、綠色能源、商業航天、量子技術等領域週期長、風險高，不能主要依賴短期銀行貸款。養老金、保險資金、社保基金、企業年金、主權基金、家族辦公室、大學基金會等長期資金，應更多進入科技創新、綠色基礎設施、生命健康和產業安全領域。但前提是改革考覈機制，不能用短期淨值波動考覈長期資本。

（二）產品體系重構：從標準信貸到分階段、分現金流融資

新經濟企業的融資需求與傳統企業不同。它們往往早期虧損、缺少抵押物、研發週期長、現金流不穩定。如果繼續用固定利率、固定期限、強抵押要求的標準貸款，很難適配創新規律。

未來金融產品應從標準信貸，轉向分階段、分風險、分現金流的融資模式。

科技企業可以發展研發里程碑融資。 

對 AI、半導體、生物醫藥、新材料等企業，可以按照技術節點放款，如樣機完成、測試通過、專利授權、客戶驗證、臨牀一期完成、首台套應用、量產驗證、政府採購合同落地等。這樣既降低金融機構風險，也符合科技研發規律。

生物醫藥可以發展管線資產融資。 

創新藥研發週期長、失敗率高，但單一管線的風險和價值可以被獨立評估。可以探索單管線 SPV、臨牀里程碑融資、版稅收益權融資、藥品銷售收入證券化、臨牀試驗保險和醫療數據資產融資。金融體系要從投資公司主體，逐步轉向投資分子管線與生命週期。

AI 產業需要算力金融、數據金融和算力價格風險管理。

算力正在成為 AI 時代的重要基礎投入。隨着大模型訓練和推理需求快速增長，算力價格波動、芯片供給約束、數據中心利用率變化和電力成本波動，正在成為影響 AI 企業成本和利潤的重要變量。圍繞算力、模型和數據，可發展 GPU 融資租賃、算力租賃 ABS、數據中心 REITs、算力收益權質押、模型 API 收入融資、數據資產信託、數據使用權融資等工具；在市場逐步成熟、標準化程度提高和監管邊界清晰的前提下，也可研究算力價格指數、算力遠期合約、算力期貨和算力價格對衝工具，為雲服務商、AI 企業、數據中心運營商和下游應用企業提供價格發現和風險管理機制。誰能定價算力，誰就能服務 AI 時代的基礎設施投資，也將在全球數字資源配置中擁有更大話語權。

綠色產業需要從綠色金融走向轉型金融。 

金融不應只支持已經綠色的企業，也要支持高碳行業向低碳轉型。應發展轉型貸款、可持續發展掛鉤債券、碳資產質押融資、節能改造融資租賃、綠色ABS、工商業儲能融資、虛擬電廠收益權融資、碳期貨和碳期權。關鍵是把企業融資成本和真實減碳績效掛鉤。

低空和太空經濟需要空間資產金融。 

太空科技和低空經濟具有高投入、長週期、高不確定性和強基礎設施屬性。金融應將空間經濟中的硬件資產、數據資產、空域權益和長期服務合同拆解為不同風險、不同期限、不同現金流的資產模塊，再分別匹配資金。可以發展衛星資產證券化、低空航線收益權融資、發射保險、在軌保險、地面站基礎設施
ABS、政府遙感服務合同融資和按飛行里程計費的融資租賃。

供應鏈金融則需要從應收賬款融資走向可信貿易金融。 

區塊鏈、數字票據、電子合同、物流數據、倉儲數據、發票數據、核心企業確權和數字人民幣支付記錄，可以共同構成可信數據基礎。未來供應鏈金融的關鍵，是用可信數據替代傳統抵押物。

（三）風險管理重構：從事後處置到實時認知和組合分散

新經濟不是沒有風險，而是不能用舊經濟的風控模型承擔風險。舊經濟的主要風險是抵押物貶值、現金流不足、債務違約和週期波動；新經濟的風險則更多表現為技術路線、數據合規、算法安全、網絡安全、臨牀進展、政策監管、供應鏈安全、碳價格波動以及核心人才流失等複合型風險。

因此，風險管理必須升級。

首先，要用 AI 和知識圖譜做實時風控。金融機構應建立產業知識圖譜，實時監測技術路線、供應鏈、客戶行為、專利訴訟、政策變化、資金流、數據真實性、臨牀進度和碳排放等關鍵變量。未來風控不是一年看一次財報，而是實時看企業的“生命體徵”。

其次，要建立科技保險體系。新經濟需要保險兜底。首台套設備保險、網絡安全保險、數據泄露保險、AI 責任保險、臨牀試驗保險、發射保險、衛星在軌保險、eVTOL 責任險、氣候災害保險和供應鏈中斷保險，都將成為科技產業規模化的重要基礎設施。

再次，要建立政府、金融和市場共同分擔風險的機制。硬科技、生命科學、綠色轉型等領域具有強外部性，不能完全讓商業資本承擔早期風險。政府可以通過風險補償基金、科技貸款擔保基金、首損資金、再保險機制、母基金、產業引導基金、貸款貼息、採購承諾和創新券，承擔部分早期外部性風險；市場負責商業化篩選；金融機構提供規模化資金。

最後，要用組合、保險和對衝機制分散不確定性。科技創新失敗率高，這是客觀規律。金融不能要求每一個項目都成功，而要通過組合投資機制承受失敗。一個科技基金投 100 個項目，可能多數失敗，少數成功，但整體仍可取得較高回報。金融體系要接受科技創新的概率屬性。

（四）風險定價重構：從靜態財報走向動態數據定價

過去銀行和投資機構主要看財務報表、抵押物、現金流、歷史盈利和信用記錄。但新技術企業的價值很多不在過去，而在未來。金融要提高對未來技術價值的識別能力。

這要求建立科技企業多維評價模型，將前述信用畫像指標進一步轉化為風控參數和估值因子，使金融機構能夠動態評估企業的技術真實度、商業化進度和現金流潛力。

同時，AI 和產業知識圖譜可以幫助金融機構識別關鍵節點企業、潛力技術路線、供應鏈脆弱環節、數據真實性問題、國產替代價值、外部制裁或政策變化風險。

未來的估值模型不應只是靜態 DCF，而應更多基於動態數據流、概率分布、實物期權和網絡效應。對於上述能力資產，需要引入更適合非線性增長和高不確定性的風險定價框架。

（五）直接融資重構：從 IPO 中心轉向全生命週期資本供給

能力資產金融不能主要依賴銀行信貸完成。對於 AI、生物醫藥、半導體、商業航天、新材料等高不確定性領域，債權融資只能解決部分資金需求，真正能夠承擔長期風險、分享非線性成長收益的，是多層次資本市場和長期股權資本。對於尚未形成穩定現金流但具有關鍵技術突破可能的企業，股權資本比銀行貸款更適合承擔早期不確定性。

因此，金融支持新質生產力，必須進一步提高直接融資比重，形成覆蓋種子期、成長期、成熟期和退出期的全生命週期資本供給體系。早期階段，應發揮天使投資、創業投資、政府引導基金和產業基金作用，支持原創技術和早期驗證；成長階段，應發展私募股權、科創債、可轉債、知識產權收益權融資和產業鏈投資；成熟階段，應通過上市融資、再融資、併購重組、REITs、ABS 和綠色債券等工具，支持企業規模化擴張和基礎設施建設；退出階段，則應依靠併購、S 基金、二級市場轉讓、資產證券化和跨境資本市場實現資本循環。

資本市場對新質生產力的定價，也需要從單純依賴短期利潤和靜態市盈率，轉向更加重視研發投入質量、技術壁壘、數據資源、客戶黏性、商業化進度、產業鏈關鍵性和未來現金流轉化能力。但這並不意味着放鬆信息披露和投資者保護，而是要在更充分披露、更專業研究和更嚴格監管基礎上，提高市場對能力資產的識別和定價能力，防止“僞科技”“僞創新”借概念融資。

（六）退出路徑重構：不能只依賴 IPO 

科技資本循環不是簡單的“投進去”，更重要的是“退得出、再投入”。中國科技投資的一個突出痛點，是退出路徑不夠順暢。如果所有資本都等 IPO 退出，科技金融體系將非常脆弱。未來必須建立多元化退出生態。

從國際經驗看，成熟科技資本市場並不依賴 IPO 單一路徑。以美國為例，大量科技企業和生物醫藥企業的退出並不是通過獨立上市完成，而是通過產業併購、資產出售、授權交易、二級基金和收益權轉讓實現。尤其在生物醫藥領域，跨國藥企通過併購或授權交易吸收創新藥管線，是風險資本退出和產業整合的重要方式。相比之下，中國科技投資長期存在“IPO 依賴症”，一旦 IPO 節奏放緩，創投基金、產業基金和早期資本的退出壓力就會顯著上升。因此，建設併購、S 基金、知識產權交易、數據資產交易、REITs 和 ABS 等多元退出機制，是科技資本循環能否順暢運轉的關鍵。

首先，要發展併購退出。被併購應成為正常且體面的退出方式，併購不是失敗退出，而是科技能力再配置。特別是在 AI、工業軟件、生物醫藥和先進製造領域，產業巨頭通過併購吸收初創企業的關鍵能力資產和技術團隊，有助於形成更高效的技術整合機制。

其次，要發展 S 基金和私募股權二級市場。在合規前提下，探索非上市科創企業股權份額登記、轉讓和信息披露機制，為長期資本提供更順暢的流動性安排。

再次，要發展知識產權和數據資產交易退出。部分企業不一定通過股權退出，也可以通過專利轉讓、專利許可、數據產品交易、技術平台授權、版稅收益權轉讓和模型 API 收益權轉讓實現投資回收。

此外，對已經形成穩定現金流的新經濟基礎設施，可以通過 REITs 和 ABS 退出，例如數據與算力基礎設施、儲能與充電網絡、低空與衛星地面設施、醫療康養設施和綠色工業園區等。

香港也應在跨境退出中發揮更大作用。生物醫藥、綠色金融、真實資產數字化、數字債券、跨境 REITs 和國際長期資本配置中國科技資產，都適合通過香港形成國際化定價平台。

六、政策建議：建設服務新質生產力的下一代金融基礎設施

為了推動金融體系從識別抵押物升級為識別新質生產力，建議從以下方面发力。

第一，建立國家級新質生產力金融評價標準和評價體系。 

統一科技企業、數據資產、綠色資產、醫藥管線、算力資產的金融評價口徑，把技術能力、數據能力、工程化能力、綠色能力和供應鏈關鍵性納入融資和估值模型。可以探索建立“國家科創信用分”，作為科技信貸、產業基金、保險定價和資本市場審覈的重要參考。

第二，發展數據資產、算力金融和算力價格風險管理體系。 

隨着大模型訓練和推理需求快速增長，算力正在從企業 IT 成本轉變為 AI 時代的重要生產要素和新型基礎設施資產。應圍繞算力資源的確權、計量、評估、交易、融資和風險管理，探索數據資產入表、數據收益權融資、數據資產信託、數據質量評級、GPU 融資租賃、算力收益權質押、算力租賃 ABS 和數據中心REITs。與此同時，應研究建立全國性或區域性的算力價格指數和算力交易基準，在監管可控、標準清晰、交割機制成熟的前提下，穩妥推進算力遠期合約、算力價格保險和算力期貨研發準備，為 AI 企業、雲服務商、數據中心運營商和下游應用企業提供價格發現和成本對衝工具。在北京、上海、深圳、杭州、合肥、蘇州、香港等地開展數據與算力資產融資試點，推動形成“算力建設—算力運營—算力交易—算力融資—算力對衝”的完整資本循環。

第三，發展中國版真實資產數字化。 

重點圍繞實體資產、綠色資產、基礎設施資產和供應鏈資產，探索具備穩定現金流和可確權基礎的真實資產數字化試點，如新能源基礎設施、數據與算力基礎設施、碳資產、綠色電力證書和工業設備收益權等。

第四，推進數字人民幣可編程應用。 

在財政補貼、綠色金融、供應鏈金融、科研經費、設備採購、跨境貿易等場景擴大數字人民幣可編程支付應用，實現資金定向、定時、條件觸發式流轉，提高財政資金和金融資金使用效率。

第五，完善長期資本考覈機制。 

引導養老金、保險資金、社保基金、企業年金、主權基金等長期資本進入科技創新和綠色轉型，建立長期績效評價機制，弱化短期市場波動對長期科技投資的干擾。

第六，完善服務新質生產力的多層次資本市場體系。

進一步發揮科創板、創業板、北交所、區域性股權市場、私募股權市場和香港資本市場的分層服務功能，形成覆蓋科技企業全生命週期的直接融資體系。對早期硬科技企業，應完善創業投資、政府引導基金和耐心資本的協同機制；對成長期企業，應豐富科創債、可轉債、知識產權收益權融資、綠色債券和產業基金工具；對成熟期企業，應完善再融資、併購重組、REITs 和 ABS 機制。資本市場評價科技企業，既要關注短期盈利能力，也要重視研發質量、技術壁壘、商業化進度、產業鏈關鍵性和未來現金流轉化能力，在強化信息披露和投資者保護的前提下，提高對能力資產的定價能力。

第七，推動併購市場改革。 

鼓勵上市公司和產業龍頭通過併購吸收創新企業，形成技術整合能力。完善反壟斷、估值、支付工具和商譽處理機制，讓科技併購成為資本退出和產業升級的重要通道。

第八，建立金融創新監管沙盒和盡職免責機制。 

在上海、深圳、北京、香港等地設立新質生產力金融監管沙盒，在風險可控、權責清晰、信息披露充分的前提下，審慎開展算力收益權融資、數據資產證券化、動態風控模型、數字債券和真實資產數字化等嘗試。與此同時，必須真正落實科創金融盡職免責機制。只要金融機構投向科技創新時程序合規、邏輯清楚、沒有利益輸送，即使項目失敗，也不應簡單追責。否則，金融支持科技創新就容易停留在口號層面。

第九，強化保險和風險分擔機制。 

建立科技金融風險補償池，發展科技保險、氣候保險、網絡安全保險、AI 責任保險、臨牀試驗保險、發射保險和供應鏈中斷保險。政府、銀行、保險、擔保、創投共同參與，為硬科技早期融資提供風險緩釋。

第十，發揮香港作為中國新質生產力資產國際定價中心的作用。 

可進一步發揮香港國際金融中心優勢，推動其從傳統融資通道升級為中國科技資產、綠色資產、真實資產數字化產品和生物醫藥資產的國際定價平台。通過數字債券、綠色金融、跨境 REITs、離岸人民幣資產和國際長期資本，香港可以幫助中國科技資產形成全球投資者能夠理解、比較和參與的價格體系，引導國際長期資本配置中國科技資產。

七、風險與邊界：在服務實體經濟中守住金融底線

需要強調的是，為新質生產力建立信用體系，並不意味着無邊界地放大金融槓桿，也不意味着把所有無形資產都簡單金融化、證券化。能力資產金融必須堅持服務實體經濟和防範系統性風險的底線。

第一，數據資產金融化必須以確權、合規、隱私保護和安全邊界為前提。數據具有非排他性、可複製性和跨主體流動性，不能簡單套用土地和設備的抵押邏輯。

第二，算力資產金融化必須充分考慮技術迭代和折舊風險。GPU、數據中心和模型基礎設施的技術更新速度遠快於傳統基礎設施，估值模型必須引入動態折舊、能效約束和客戶黏性指標。同時，算力期貨和算力價格衍生工具的研發，也必須以真實產業需求和有效現貨市場為基礎。算力不同於傳統大宗商品，其性能差異、芯片型號、網絡延遲、能效水平、服務穩定性、數據安全要求和交付場景均會影響實際價值。如果缺乏統一標準、可信價格指數、真實交易數據和清晰交割規則，過早推動衍生品交易，可能放大投機行為和價格失真。因此，算力價格工具應首先服務於 AI 企業、雲服務商、數據中心運營商和下游應用企業的成本管理，而不應演變為脫離實體需求的概念性金融炒作。

第三，盡職免責必須與責任邊界同步建立。鼓勵金融機構支持硬科技，並不等於放鬆道德風險約束。只有在投前盡調充分、投資邏輯清晰、風控流程完整、不存在利益輸送和虛假材料的前提下，失敗才應被視為創新風險，而不是管理失職。

第四，要防止“僞新質生產力”概念化融資。一些企業可能借 AI、數據、算力、綠色、低空等概念包裝傳統業務，套取政策資源和金融資源。對此，應通過技術評估、產業知識圖譜、真實訂單、現金流驗證和第三方審計，提高識別能力。

因此，能力資產金融的核心不是放鬆監管，而是提升識別能力；不是製造泡沫，而是讓真正具有技術含量、產業價值和現金流潛力的新質生產力獲得合理信用。

結語：最大的金融創新，是為無形資產建立信用體系

金融的本質沒有變，仍然是風險定價、風險管理和資金融通。但金融服務的對象、工具和基礎設施正在發生根本變化。

過去，中國金融體系擅長識別看得見的抵押物；未來，中國金融體系必須學會識別看不見的能力資產，並把它們轉化成可融資、可交易、可退出的信用。更進一步，隨着算力、數據、碳資產、知識產權收益權等新型能力資產逐步進入市場化流轉階段，金融體系還需要建立相應的價格發現和風險對衝機制，使這些資產不僅能夠融資，而且能夠被持續、透明和有效地定價。金融創新的最終目的，不是創造更復雜的金融產品，也不是把所有新概念都金融化，而是讓真正能夠提升生產率、增強產業韌性、形成長期現金流的新質生產力，獲得與其價值相匹配的長期資本。

因此，能力資產金融的關鍵，不是簡單擴大融資規模，而是提高金融體系的識別、定價和風險分擔能力。在更清晰的確權規則、更嚴格的合規邊界、更有效的風險分擔機制之上，資本才能更精準地流向真正具有技術含量、產業價值、商業化進度和現金流潛力的新質生產力。

未來中國最大的金融創新，就是為無形資產建立信用體系。只有當金融體系能夠為上述能力資產建立可確權、可估值、可融資、可交易、可退出的制度體系，中國經濟才能真正完成從地產信用循環到科技資本循環的歷史性跨越。金融也才能從舊資產循環的延長器，轉變為新質生產力的加速器；從順週期放大器，轉變為結構轉型穩定器；從抵押物識別者，轉變為未來能力定價者。

(作者係中國國際金融股份有限公司資深董事總經理、中國國際金融<國際>有限公司副總裁和總法律顧問）